人工智能驱动的计算机视觉加速医药创新

　　综合编译：John Xie

　　对于人类福祉而言，很少有哪个行业能像生产药品和医疗器械这样重要――这些产品能够改善和挽救生命。

　　随着人工智能触及包括生命科学在内的越来越多的行业，也很少有技术能像人工智能一样，能带来大范围的变革。

　　毫无疑问，人工智能在医疗设备和制药行业的应用正在不断增长。计算机视觉和机器学习的进步正在帮助企业以更可靠、更安全的方式，有时甚至以更低的成本，将药品和医疗设备推向市场。

　　许多制药公司，如强生、葛兰素史克、阿斯利康、诺华、辉瑞、赛诺菲、礼来等，都对人工智能技术进行了大量投资，包括股权投资、收购以人工智能为重点的公司或与之合作、建立内部能力，或综合采用多种方法。此外，随着更多基于人工智能的工具和设备获得批准，医疗服务提供者可以在工作中使用它们。

　　AI 设计的药物，已经开始人体试验

　　近期，拉脱维亚科学家Alex Zhvoronkov 创立的 InsicoMedicine 表示，该公司已在中国为一名患者注射了一种治疗慢性肺病特发性肺纤维化的新型疗法。该公司表示，INS018 _ 055是第一种完全“人工智能发现和设计”的药物，目前已开始了第二阶段的临床试验，代表了制药业的一个重要里程碑。

　　Zhavoronkov 表示，Insilico 的人工智能平台有可能将发现药物的时间缩短一半，并降低药物上市的成本。据德勤估计，平均每种疗法的成本为23 亿美元。Zhavoronkov 也表示，他们已经和赛诺菲、复星和强生等几家制药公司已经签署了合作协议，可以使用Insilico 的技术。

　　此外，最近其他几家生物技术公司，也宣布利用人工智能和机器学习工具发现或开发的药物已进入临床试验阶段， 其中包括Exscientia、Verge Genomics 和RecursionPharmaceuticals 等。

　　不过同时，人工智能开发药物的风险也存在。今年初，总部位于伦敦、拥有人工智能药物发现平台的生物技术公司Benevolent AI 表示，在其主要候选药物研发失败后，将裁员180 人，几乎占到公司员工总数的一半。

　　斯克里普斯研究转化研究所（Scripps ResearchTranslational Institute）创始人兼所长Eric Topol 表示，尽管监管机构尚未批准完全使用人工智能技术开发的药物，但人工智能已经在减少药物开发的时间和成本方面展现出了巨大的前景。

　　人工智能中的图像

　　计算机视觉（computer vision）能让软件对图像进行分析，是人工智能的一种形式，它将被用于各行各业，以更快、更好地制造产品和提供服务。在生命科学行业，人工智能和计算机视觉将成为改变游戏规则的技术，在图像允许的范围内有多种用途。

　　例如，通过收集制造缺陷的图像，用户可以训练人工智能模型来识别缺陷，从而无需人工检查，同时提高质量和流程速度。这可以帮助生命科学公司更快地识别缺陷，并不断改进生产流程。目前，已有公司使用计算机视觉平台对药丸进行分类、对药瓶进行检测、对包装进行质量保证，或查找和消除医疗设备部件中的缺陷。

　　有了计算机视觉平台，视觉检测可以比人工检测更快、更可靠。首先，人工智能系统不会像人类有时那样失去焦点。

　　例如，OmniAb 利用计算技术、硬件技术和基因技术实现了创新疗法的快速开发。通过将人工视觉审查自动化，OmniAb 的检查吞吐量提高了 10 倍，发现的潜靶点比传统视觉检查多 30%。

　　使用基于人工智能的最新技术，不仅能缩短产品进入市场所需的时间，还能提高产品质量和生产过程的整体安全性，并能更好地利用现有资源，同时还具有成本效益，从而提高了自动化的重要性。

　　面对合规的软件工具

　　制药和医疗器械公司还面临着一些法规，虽然这些法规旨在提高医疗器械和药品的安全性，但却增加了它们在生产这些产品时采用最新技术的难度。

　　因此，医疗器械和制药公司需要不断在快速发展的愿望与满足良好生产规范 (GMP) 的需求之间取得平衡，GMP旨在确保产品达到预期性能，例如美国《联邦法规汇编》（Code of FederalRegulations）第 21 篇《食品和药品》（Food and Drugs，21CFR）中所包含的内容。

　　美国FDA 负责监管医疗器械和药物开发，出于安全起见考虑，其规定所有软件工具都必须经过验证，即对它们进行检查和测试，以确保它们始终以某种方式运行。这有助于维护医疗器械和药品的安全生产和交付。

　　但是，软件验证也可能需要几个月的时间，而且随着工具的变化还需要未来的更新，这种情况经常发生。

　　在当今世界，软件变化太快，公司无法持续验证。因此，如果没有或无法定期验证工具，可能错过工具的创新，而将软件放在企业内部，然后将其冻结，则会错失云计算带来的好处；持续验证这些工具，则会耗时费钱。

　　平衡速度与安全

　　的确，不必在每次软件发布更新后都进行验证。但是，必须对每次发布的影响进行判断。如果变更会影响受监管的功能，就必须进行验证。

　　对于受 FDA 监管的公司来说，这意味着采用新软件的能力为不断改进工作提供了机会。但是，由于验证要求，软件进步的频率也带来了挑战。随着越来越多的供应商开发出制药和医疗设备制造商希望使用的基于云的人工智能解决方案，由于云产品带来的诸多好处，验证要求可能会提高，因为基于云的技术通常发展迅速。

　　分析公司 Axendia 发现，在医疗技术行业，验证成本是用于支持生产、自动化和质量系统的软件实施成本的 1 到1.5 倍。Axendia 指出，医疗器械行业在实施自动化系统和新技术方面滞后，原因是缺乏清晰度、合规方法过时以及认为监管负担沉重。

　　许多公司需要满足 FDA 的规定，以避免因不合规而被处罚。这种处罚在补救和声誉方面代价高昂。FDA 的法规和指导方针一直在审查中，患者安全必须始终放在首位。不过，企业可以通过一些方法减少验证时间和成本因素。

　　例如采用具有可控发布周期的产品，通过了解软件工具的更新时间，企业可以在新软件推出前对即将推出的功能进行记录、测试和验证，以便随时部署。此外，通过利用预置的验证文档，团队可以专注于验证的执行，大大加快整个过程。此外，也可以选择熟悉验证工作的合作伙伴。这可以帮助企业更快、更有效地扩大规模，将验证时间从几个月缩短到几周，因为合作伙伴拥有包括文档在内的验证要求方面的专业知识。此外，如果药品或医疗设备制造商改变了生产工艺或对设备进行了改动，这些合作伙伴也可以快速重新训练和验证人工智能模型。

　　实现人工智能访问便捷化

　　随着人工智能工具和计算机视觉平台越来越多，遵守前期和持续验证只会变得更加复杂。

　　但付出终有回报。每项新技术都需要时间才能融入现有流程。人工智能，首先是计算机视觉，是医疗设备、制药和生命科学行业的革命性工具，随着人工智能的普及，我们将在未来几年看到快速的创新。

　　计算机视觉和其他人工智能工具越快深入制药和医疗器械行业，公司和消费者就越快受益。